一种人脸图像识别仿真系统及方法
【技术领域】
[0001] 本发明属于人脸图像识别技术领域，具体地说，涉及一种人脸图像识别仿真系统 及方法。
【背景技术】
[0002] 自70年代以来，随着人工智能技术的兴起，以及人类视觉研宄的进展，人们逐渐 对人脸图像的机器识别投入很大的热情，并形成了一个人脸图像识别研宄领域，这一领域 除了它的重大理论价值外，也极具实用价值。
[0003] 在进行人工智能的研宄中，人们一直想做的事情就是让机器具有像人类一样的思 考能力，以及识别事物、处理事物的能力，因此从解剖学、心理学、行为感知学等各个角度来 探求人类的思维机制、以及感知事物、处理事物的机制，并努力将这些机制用于实践，如各 种智能机器人的研制。人脸图像的机器识别研宄就是在这种背景下兴起的，因为人们发现 许多对于人类而言可以轻易做到的事情，而让机器来实现却很难，如人脸图像的识别，语音 识别，自然语言理解等。如果能够开发出具有像人类一样的机器识别机制，就能够逐步地了 解人类是如何存储信息，并进行处理的，从而最终了解人类的思维机制。
[0004] 同时，进行人脸图像识别研宄也具有很大的使用价依。如同人的指纹一样，人脸也 具有唯一性，也可用来鉴别一个人的身份。现在己有实用的计算机自动指纹识别系统面世， 并在安检等部门得到应用，但还没有通用成熟的人脸自动识别系统出现。人脸图像的自动 识别系统较之指纹识别系统、DNA鉴定等更具方便性，因为它取样方便，可以不接触目标就 进行识别，从而开发研宄的实际意义更大。并且与指纹图像不同的是，人脸图像受很多因素 的干扰：人脸表情的多样性；以及外在的成像过程中的光照，图像尺寸，旋转，姿势变化等。 使得同一个人，在不同的环境下拍摄所得到的人脸图像不同，有时更会有很大的差别，给识 别带来很大难度。因此在各种干扰条件下实现人脸图像的识别，也就更具有挑战性。
[0005] 人脸图像识别除了具有重大的理论价值以及极富挑战性外，还其有许多潜在的应 用前景，利用人脸图像来进行身份验证，可以不与目标相接触就取得样本图像，而其它的身 份验证手段，如指纹、眼睛虹膜等必须通过与目标接触或相当接近来取得样木，在某些场 合，这些识别手段就会有不便之处。
【发明内容】
[0006] 为了克服现有技术中存在的缺陷，提出一种基于MATLAB的主成份分析人脸图像 识别系统及方法。该方法，可以解决不与目标相接触就取得样本图像、利用人脸图像来进行 身份验证的问题，可以解决国家安全系统人脸数据库和逃犯数据库之间的识别匹配，可以 解决各类证件如驾照、护照等与实际持证人的身份核对，可以解决各类银行卡、金融卡、信 用卡、储蓄卡的持卡人的身份验证、社会保险人的身份验证，可以解决在家庭娱乐领域，智 能玩具、家政机器人对主人身份的识别。
[0007] 为达到上述技术目的，本发明采用一种基于MATLAB的主成份分析人脸图像识别 仿真系统，主要包括人脸图像采集和定位、图像预处理、图像特征提取、人脸识别四大部 分；
[0008] 所述人脸图像采集一般是通过摄像头摄取，但摄取的图像可以是真人，也可以是 人脸的图片，或者不考虑通过摄像头来摄取头像，而是直接给定要识别的图像。所述定位过 程是从图片中确定是否有人脸，若存在人脸，给出其在图像中的坐标位置、人脸区域大小等 信息。
[0009] 所述图像的预处理主要是对人脸图像在识别前进行各方面的处理来增强人脸特 征。主要的预处理方法有灰度变换、直方图修正、图像的锐化与平滑以及图像的几何校正。 [0010] 所述人脸特征提取主要是提取可以表示人脸信息的关键特征。如何能够提取有效 的特征是人脸识别的关键所在。人脸的代数特征是将人脸看成一个数据矩阵，提取这个数 据矩阵的一些特性进行人脸比对。一张人脸图像的维数是非常高的，处理起来的计算量是 很大，不利于图像的处理和区分。为了区分出人脸图像，引入主成份分析，即将高位空间中 的主要信息提取出来，以此解决维数过高的计算量以及数据冗余问题。基于主成分分析的 人脸识别算法，首先应用K-L变换，求出训练人脸空间的特征值，对特征值进行一定的取 舍，然后构成一个新的低维正交基空间，将所有的人脸投影在这个低维空间中，然后计算 与待测图像的人脸最近的人脸图像，最后完成人脸识别。
[0011] 所述人脸识别，主要是比较待识别的人脸与预存数据库中的人脸在特征脸空间 的距离，找出距离最小的人脸图像，然后输出达到身份验证的作用。分为三个主要步骤： (1)用预存人脸数据库的中的图像数据构建特征脸空间，假设人脸图像的像素为M*N，将每 张人脸图像列相接构成一个列矩阵D 0D是人脸图像的维数也是图像空间的维数。为了减少 计算量即减少维数，舍掉一部分特征值，保留较大的特征值，得到一个由特征脸组成的特 征脸空间，每一张预存人脸数据库的图像都可进行投影并获得唯一表示的一组坐标，这组 坐标就代表在特征脸空间中的人脸图像，有了坐标后就可以计算出最近的人脸图像。（2) 预存人脸图像的特征提取，主成分分析的人脸识别算法主要利用K-L变换来提取特征，基 本原理是在人脸空间中找出一组m个正交矢量，这组正交矢量要能最大限度的表示人脸数 据的方差。然后将原始矢量从η维空间投影到新的正交矢量构成的m维特征脸空间，从而 完成数据的映射与压缩。（3)人脸识别，将预存人脸数据库中的每张人脸照片和待识别照片 投影到特征脸空间，每张人脸图片在特征脸空间中得到唯一的一组坐标。通过计算待识别 照片的坐标与预存数据库中的每张人脸的坐标的距离值，距离最小的坐标所代表的人脸 就是识别了的人脸图像。人脸间的距离采用欧氏距离公式来计算。
【主权项】
1. 一种人脸图像识别仿真系统，其特征在于：采用一种基于MTLAB的主成份分析人脸 图像识别仿真系统，主要包括人脸图像采集和定位、图像预处理、图像特征提取、人脸识别 四大部分； 所述人脸图像采集一般是通过摄像头摄取，但摄取的图像是真人，或者是人脸的图片， 或者不考虑通过摄像头来摄取头像，而是直接给定要识别的图像；所述定位过程是从图片